گره CLIPTextEncodeControlnet، ورودی متنی را با استفاده از یک مدل CLIP پردازش کرده و آن را با داده‌های شرطی (conditioning) موجود ترکیب می‌کند تا خروجی شرطی بهبودیافته برای کاربردهای کنترل‌نت (controlnet) ایجاد کند. این گره، متن ورودی را توکن‌سازی کرده، آن را از طریق مدل CLIP رمزگذاری می‌کند و بردارهای حاصل را به عنوان پارامترهای cross-attention کنترل‌نت به داده‌های شرطی ارائه‌شده اضافه می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `clip` | مدل CLIP مورد استفاده برای توکن‌سازی و رمزگذاری متن | CLIP | بله | - |
| `conditioning` | داده‌های شرطی موجود که با پارامترهای کنترل‌نت بهبود می‌یابند | CONDITIONING | بله | - |
| `متن` | ورودی متنی که توسط مدل CLIP پردازش می‌شود. از متن چندخطی و پرامپت‌های پویا پشتیبانی می‌کند | STRING | بله | - |

**توجه:** این گره برای عملکرد صحیح به هر سه ورودی (`clip`، `conditioning` و `text`) نیاز دارد. ورودی `text` از پرامپت‌های پویا و متن چندخطی برای پردازش منعطف متن پشتیبانی می‌کند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `CONDITIONING` | داده‌های شرطی بهبودیافته با پارامترهای cross-attention کنترل‌نت اضافه‌شده (`cross_attn_controlnet` و `pooled_output_controlnet`) که از رمزگذاری متن CLIP استخراج شده‌اند | CONDITIONING |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CLIPTextEncodeControlnet/fa.md)

---
**Source fingerprint (SHA-256):** `dd6f68d822cc38e27c826b634c938d62e07b075e18a0f46f80b462aecca0b70b`